智能监控归纳起来，无外乎以下两个层面：一是从图像中获得更多的信息，实现系统的预警功能;一是系统具有更高的友好性和可操作性，以适应日益增大的系统规模。两者的实质都是要改变传统视频监控系统对图像信息的处理方式。
智能监控的含义
传统的监控已经很成熟了，技术的进步，摄像机的高质量和低价格，使得图像信息的生产和收集变得相当容易，存贮系统也能够积累大量原始的，未经加工的资料和数据。但是，从这些图像资料中提取有价值的信息，确要花费大量的成本。如果不能很好的解决这个问题，这些图像资料(海量的资料)就会逐渐成为垃圾，而从中输出有价值的信息会很昂贵。真正有价值的东西是要通过对这些大量资料进行认真地分析才能得到，但人工分析(人观察图像)完全无法处理大规模的数据，只有自动化的智能分析(算法)才能胜任这个任务。
从功能的角度看：安全系统如果不具备预警功能就不是好系统，这是安全需求向我们提出的要求和挑战。因此，视频监控系统实现预测和预警功能是智能化的基本标志。
从技术的角度看：实现图像信息的自动解释是监控系统智能化的基础。系统由目视解释转变为自动解释是电视监控技术的飞跃，是技术进步的必然。但如何解释、解释什么需要认真地探索。目前已广泛地应用于银行、博物馆、仓库和停车场的视频监控系统主要的功能是用于事后取证。它损失了图像的基本价值(一个动态的、实时的媒质)，与人们对系统真正的期望有很大的差距。安全管理迫切地需要系统能够连续地监视现场的事态，并能及时警告安全管理人员事件(盗窃、破坏、入侵)可能发生或正在进行;预测事件的趋势，提醒管理人员事态的发展到了限定的程度，应该及时地采取措施，以阻止事件的发生或产生严重的后果(损失)。也就是说：安全不满足视频监控系统只具有探测(发现事件的)功能，而是要求系统具有早期探测(预警)的能力。
实现上述功能要求视频监控必须改变传统系统对图像信息不作任何处理的工作方式。对采集到的图像资料进行内容分析，并将分析结果以适当的方式告警安全管理人员;通过分析，过滤掉无用资料，使系统存贮更为有价值，并采用图像内容分析从存贮的大量图像资料中快速的找到有用的信息。它意味着传统电视监控的模式将被改变。以摄像机为核心的结构，转变为以后台图像处理为主，以人的观察为主，转变为以机器处理为主的方式。这个转变正是笔者提出的经典电视监控发展为现代电视监控的标志之一。
社会和经济的进步对安全防范提出了更高的要求，视频监控的系统功能正在逐渐从局部的、微观的防入侵(盗、抢)向宏观的、动态的社会治安(公共安全)管理转变，这是系统设计目标本质的变化。我们知道：传统安防(监控)系统是针对局域性的、相对封闭的空间设计的，它的基本要素是探测、延迟、反应，系统以探测结果为反应的触发信号(响应一个报警)。广域的动态监控系统则是建立在大范围、开放的环境下。它的基本要素是预警、预防、应急反应，系统要拥有多种信息源，响应社会治安的整体事态及趋势。前者针对孤立的事件，因此是以对事件的探测为触发。后者则是要根据对整体形势、事件的征兆的预测，作出有效的防范措施和应急准备。这就要求系统把大量的分散、孤立的图像关联起来，从中分析出规律性的东西。如，社会对一个事件的反映、同类事件发生的概率和分布等。系统不再是以现场安装的摄像机为主要(唯一的)信息源，还要广泛的从媒体、网络、情报系统及其它各种渠道收集图像资料。因此，对海量的图像资料进行分析、分类、统计和关联是系统的主要任务，而这个任务只能由机器的自动解释来完成。
目前，在全国各地开展的“平安城市”建设和公安部推进的“3111监控报警联网系统示范工程”突出表现了上述转变。安全防范从过去的应用于党政机关的要害部门、银行、博物馆、监狱等封闭、固定场所，逐渐开始应用于公共场所社会治安管理、智能交通疏导管理、生产安全管理、公安警用指挥业务等管理性、业务性场合。这些应用的突出特点是系统规模大，信息采集量呈指数增加，信息要在各相关部门之间进行大规模的交换。如有些城市监控系统的图像采集点多达数十万个(包括多种渠道和手段)，涉及治安、交通、布控追堵、城市管理、工商管理等众多业务。这些系统不再是分别、孤立地处理各种图像源的信息，而是全面地、从它们之间的相关性和变化过程的特征去分析和判定，从而得出预测性的结果。
同时，系统规模的增大，必定带来运行成本的增加。要提高系统的工作效率，必须实现系统参数、状态自主、优化的调节和各子系统间、各部门间准确、协调的互动。这也是智能监控的主要内涵，因为智能化是自动化的最高境界。